Thèse soutenue

Équations aux dérivées partielles de type Keller-Segel en dynamique des populations et de type Fokker-Planck en neurosciences

FR  |  
EN
Auteur / Autrice : Pierre Roux
Direction : Danielle HilhorstDelphine Salort
Type : Thèse de doctorat
Discipline(s) : Mathématiques appliquées
Date : Soutenance le 06/12/2019
Etablissement(s) : Université Paris-Saclay (ComUE)
Ecole(s) doctorale(s) : École doctorale de mathématiques Hadamard (Orsay, Essonne ; 2015-....)
Partenaire(s) de recherche : établissement opérateur d'inscription : Université Paris-Sud (1970-2019)
Laboratoire : Laboratoire de mathématiques d'Orsay (1998-....)
Jury : Président / Présidente : Bertrand Maury
Examinateurs / Examinatrices : Danielle Hilhorst, Delphine Salort, Bertrand Maury, Philippe Laurençot, Vincent Calvez, Benoît Perthame
Rapporteurs / Rapporteuses : Philippe Laurençot, Vincent Calvez

Résumé

FR  |  
EN

Dans cette thèse, j'étudie des équations aux dérivées partielles qui modélisent des phénomènes biologiques.Dans la première partie, je m'intéresse à une variante des équations de Keller-Segel qui modélise la chimiotaxie des micro-organismes et vise à expliquer la façon dont des colonies bactériennes s'auto-organisent et forment, en fonction de la quantité de nutriments disponibles, différents motifs géométriques. Pour le modèle en question, je construis des solutions et j'étudie leur comportement en temps long. Je montre que certaines solutions explosent en temps fini.Dans la deuxième partie, je m'intéresse au modèle Intègre et tire avec bruit et fuite non-linéaire, une équation de type Fokker-Planck qui décrit l'activité d'un réseau de neurones. J'améliore certaines estimées sur l'existence globale et l'explosion en temps fini et je démontre des résultats pour une variante du modèle avec un délai synaptique : existence globale, comportement en temps long, recherche de solutions périodiques.Dans la troisième partie, je propose une modélisation d'abord stochastique, ensuite déterministe, pour le phénomène d'adaptation des dommages à l'ADN chez les eucaryote. Des simulations numériques sont proposées et commentées.